Linux正則表達(dá)式的模式修正符與元字符在前面兩篇我們已經(jīng)介紹了，因?yàn)榫W(wǎng)上現(xiàn)有的正則表達(dá)式資料都對這部分都有詳細(xì)的介紹和眾多的例子，如果覺得對前一部分缺乏了解可以參看這些資料。本文希望可以盡可能多涉及一些較高級(jí)的正則表達(dá)式特性。
在本文里，我們主要介紹Linux正則表達(dá)式的子模式(subpatterns)，逆向引用(Back references)和量詞(quantifiers)，其中重點(diǎn)介紹對這些概念的一些擴(kuò)展應(yīng)用，例如子模式中的非捕獲子模式，量詞匹配時(shí)的greedy與ungreedy。

子模式(subpatterns)與逆向引用(Back references)

正則表達(dá)式可以包含多個(gè)字模式，子模式由圓括號(hào)定界，可以嵌套。這也是兩個(gè)元字符“(”和“)”的作用。子模式可以有以下作用:
1. 將多選一的分支局部化。
例如，模式: cat(aract|erpillar|)匹配了 "cat"，"cataract" 或 "caterpillar" 之一，沒有圓括號(hào)的話將匹配 "cataract"，"erpillar" 或空字符串。
2. 將子模式設(shè)定為捕獲子模式(例如上面這個(gè)例子)。當(dāng)整個(gè)模式匹配時(shí)，目標(biāo)字符串中匹配了子模式的部分可以通過逆向引用進(jìn)行調(diào)用。左圓括號(hào)從左到右計(jì)數(shù)(從 1 開始)以取得捕獲子模式的數(shù)。
注意，子模式是可以嵌套的，例如，如果將字符串 "the red king" 來和模式 /the ((red|white) (king|queen))/進(jìn)行匹配，捕獲的子串為 "red king"，"red" 以及 "king"，并被計(jì)為 1，2 和 3 ，可以通過“1”，“2”，“3”來分別引用它們，“1”包含了“2”和“3”，它們的序號(hào)是由左括號(hào)的順序決定的。
在一些老的linux/unux工具里，子模式使用的圓括號(hào)需要用反斜線轉(zhuǎn)義，向這種(subpattern)，但現(xiàn)代的工具已經(jīng)不需要了，本文中使用的例子都不進(jìn)行轉(zhuǎn)義。
非捕獲子模式(non-capturing subpatterns)
用一對括號(hào)同時(shí)完成上面提到的子模式的兩個(gè)功能有時(shí)會(huì)出現(xiàn)一些問題，例如，由于逆向引用的數(shù)目是有限的(通常***不超過9)，而且經(jīng)常會(huì)遇到無需捕獲的子模式定義。這時(shí)，可以在開始的括號(hào)后加上問號(hào)和冒號(hào)來表示這個(gè)子模式無需捕獲，就向下面這樣:((?:red|white) (king|queen))。
如果將“the white queen”作為模式匹配的目標(biāo)字符串，則捕獲的字串有“white queen”和“queen”，分別作為“1”和“2”，white雖然符合子模式“(?:red|white)”，但并不被捕獲。
我們前面已經(jīng)介紹過用括號(hào)與問號(hào)表示模式修正符的方法，為方便起見，如果需要在非捕獲子模式中插入模式修正符，可以把它直接放在問號(hào)和冒號(hào)之間，例如，下面兩個(gè)模式是等效的。
/(?i:saturday|sunday)/和/(?:(?i)saturday|sunday)/。

逆向引用(Back references)

前面介紹反斜線作用時(shí)，已經(jīng)提到它的一個(gè)作用就是表示逆向引用，當(dāng)字符類之外的反斜線后跟一個(gè)大于0的十進(jìn)制數(shù)時(shí)，它很有可能是一個(gè)逆向引用。它的含義正如它的名稱如言，它表示對它出現(xiàn)之前已經(jīng)捕獲的子模式的引用。這個(gè)數(shù)字代表了它引用的左括號(hào)在模式中出現(xiàn)的次序，我們在介紹子模式時(shí)已經(jīng)看到過逆向引用的一個(gè)例子，那里的過“1”，“2”，“3”分別表示所捕獲的***，第二，和第三個(gè)小括號(hào)定義的子模式的內(nèi)容。
值得注意的是，當(dāng)反斜線后的數(shù)字小于10時(shí)，可以確定此為一個(gè)逆向引用，這樣，這個(gè)逆向引用就可以出現(xiàn)在之前有相應(yīng)數(shù)目的左圓括號(hào)被捕獲前而不會(huì)出現(xiàn)混淆，只有整個(gè)模式能提供那么多的捕獲子模式，就不會(huì)報(bào)錯(cuò)。說起來似乎很混亂，還是讓我們來看下面這個(gè)例子。把介紹子模子時(shí)舉的例子拿來修改一下，前面講過字符串 "the red king" 來和模式 /the ((red|white) (king|queen))/匹配，捕獲的子串為 "red king"，"red" 以及 "king"，并被計(jì)為 1，2 和 3 ，現(xiàn)在把字符串，修改為" king，the red king"，模式改為/3,the ((red|white) (king|queen))/，這個(gè)模式應(yīng)該也是可以匹配的。不過，并非所有的正則表達(dá)式工具都支持這種用法，安全的做法是在相應(yīng)序號(hào)的左括號(hào)之后使用與之相關(guān)的逆向引用。
需要注意的另一點(diǎn)是逆向引用的值是在目標(biāo)字符串中實(shí)際捕獲的符合子模式的字符串片段而非該子模式本本身。例如/ (sens|respons)e and 1ibility/會(huì)匹配“sense and sensibility” 和 “response and responsibility”，但不會(huì)是 "sense and responsibility"。當(dāng)被逆向引用的子模式后面有量詞從而被重復(fù)匹配了多次，逆向引用的值會(huì)以***一次匹配的值為準(zhǔn)。例如/([abc]){3}/匹配字符串“abc”時(shí)，逆向引用“1”的值將是***一次匹配的結(jié)果“c”。

相信這里大家對Linux正則表達(dá)式的子模式(subpatterns)與逆向引用(Back references)已經(jīng)有所了解了，后面還有更精彩內(nèi)容。

【編輯推薦】

1. 全面分析Linux正則表達(dá)式（二）
2. 全面分析Linux正則表達(dá)式（一）
3. 詳細(xì)介紹Linux虛擬機(jī)的安裝方法
4. 詳解Linux init進(jìn)程及相關(guān)文件
5. 詳細(xì)剖析Linux服務(wù)器安全防護(hù)十個(gè)方面